BPNN在重症手足口病相关因素分析及重症化预测的应用

声明

摘要

图表目录

英文缩略词

1 前言

1．1 研究背景

1．1．1 手足口病研究概况

1．1．2 BP神经网络发展简介

1．2 研究目的

2 BP神经网络基本理论

2．1 BP神经网络结构

2．2 BP神经网络学习原理

2．3 BP神经网络设计

2．3．1 原始数据预处理

2．3．2 传递函数的选择

2．3．3 BP神经网络层数及结构参数设计

2．3．4 初始化权值和阈值

2．3．5 学习速率的设定

2．3．6 BP神经网络优化算法的选择

2．3．7 提高BP神经网络泛化能力的方法

2．4 敏感度分析简介

3 对象与方法

3．1 研究对象

3．2 资料方法

3．3 资料预处理

3．4 统计分析

3．4．1 SPSS21．0软件分析

3．4．2 BPNN模型设计与分析步骤

3．4．3 BPNN模型MATLAB 7．0软件实现

4 结果

4．1 重症组和轻症组的基本情况

4．2 重症手足口病临床诊断相关因素logistic分析结果

4．2．1 单因素非条件logistic回归分析

4．2．2 多因素非条件logistic回归分析

4．3 BPNN模型重症手足口病相关因素分析

4．3．1 原始数据归一化

4．3．2 基于MATLAB 7．0软件的BPNN模型具体操作流程

4．3．3 BPNN模型训练结果

4．4 BPNN模型MIV分析结果

4．5 BPNN模型和多因素logistic分析结果比较

4．6 因子间交互作用分析

4．7 重症化进程中重症手足口病相关因素的变化

4．7．1 重症化进程中重症手足口病综合因素水平计算

4．7．2 重症化进程中重症手足口病相关因素水平置信区间计算

4．7．3 重症化进程中重症手足口病相关因素水平变化

5 讨论

5．1 BPNN模型预测评定

5．2 BPNN模型与传统因素分析方法比较

5．3 影响重症手足口病l临床诊断相关因素

5．4 针对重症手足口病重症化进程预测分析

5．5 本次研究的不足

6 结论

参考文献

综述 人工神经网络及其在流行病学领域研究进展

个人简介

致谢